AI の簡単な歴史

この投稿はライフハッカーの「AI とともに生きる」シリーズの一部です。AI の現状を調査し、AI がどのように役立つか (そしてどのように役に立たないか) を詳しく説明し、この革新的なテクノロジーが次にどこへ向かうのかを評価します。詳細はこちらをご覧ください。

AI がここ数年で本格的に始まったと考えても、責められることはありません。しかし、AI は 20 世紀の大部分を含め、長い年月をかけて開発されてきました。今日、何らかの AI 機能を見ずに携帯電話やラップトップを手に取ることは困難ですが、それは 100 年近く前に遡って研究が行われてきたからにすぎません。

AI の概念的な始まり

もちろん、機械が存在する限り、人々は考える機械を作ることができるのではないかと考えてきました。この現代的な概念は、第二次世界大戦中にナチスドイツのエニグママシンによって生成された「解読不可能な」暗号を解読したことで知られる著名な数学者、アラン・チューリングから来ました。ニューヨークタイムズが強調しているように, チューリングは基本的に、コンピューターがどのようなものになる可能性があるのか、そして将来どうなるのかを予測し、それを「すべての可能なタスクを実行できる 1 台のマシン」と想像しました。

しかし、状況を永遠に変えたのは、チューリングが『Computing Machinery and Intelligence』で書いたことでした。コンピューター科学者は、「機械は考えることができるのか?」という質問を提起しました。しかし、このフレーミングは間違ったアプローチであるとも主張した。代わりに、彼は「」と呼ばれる思考実験を提案しました。イミテーションゲーム」男性 (A)、女性 (B)、取調官の 3 人が 3 つの部屋に分かれていると想像してください。尋問者の目的は、テキストベースのコミュニケーションのみを使用して、どちらのプレイヤーが男性でどちらが女性であるかを判断することです。両方のプレイヤーが正直に答えていれば、それほど難しい作業ではありません。しかし、一方または両方が嘘をつくことにした場合、それはさらに困難になります。

しかし、イミテーションゲームの目的は人間の推理能力を試すことではありません。むしろ、チューリングは、プレイヤー A または B の代わりに機械が登場することを想像してくださいと求めています。その機械は、尋問者を効果的にだまして、自分が人間であると思わせることができるでしょうか?

ニューラルネットワークのアイデアを開始する

AI の概念に最も影響力を与えたのはチューリングでしたが、実際にそれを実現したのはフランクローゼンブラットでした。テクノロジーの実践を開始したたとえそれが実現するのを彼が見たことがなかったとしても。ローゼンブラットは、脳内のニューロンの仕組みをモデルにしたコンピューター「パーセプトロン」を作成し、コンピューター自体に新しいスキルを学習させる機能を備えました。コンピューターには単層のニューラルネットワークがあり、次のように機能します。マシンに何かについて予測させます。たとえば、パンチカードのマークが左か右かなどです。コンピューターが間違っている場合は、より正確になるように調整されます。何千回、あるいは何百万回もの試行を経て、正解を予測するのではなく、正しい答えを「学習」します。

その設計はニューロンに基づいています。コンピューターに認識させたい情報などの入力があります。ニューロンはデータを受け取り、以前の知識に基づいて、対応する出力を生成します。その出力が間違っている場合は、コンピューターに通知し、ニューロンの「重み」を調整して、望ましい出力に近い結果を生成します。時間が経つにつれて、適切な重みが見つかり、コンピュータは正常に「学習」します。

残念ながら、いくつかの有望な試みにもかかわらず、パーセプトロンはローゼンブラットの理論と主張を貫くことができず、パーセプトロンと人工知能の実践の両方に対する関心は枯れてしまいました。しかし、今日私たちが知っているように、ローゼンブラットは間違っていませんでした。彼のマシンは単純すぎました。パーセプトロンのニューラルネットワークには 1 つの層しかなく、意味のあるレベルで機械学習を可能にするのに十分ではありません。

多くの層が機械学習を機能させる

それはジェフリー・ヒントンが1980年代に発見したものです: チューリングがこのアイデアを提唱し、ローゼンブラットが最初のマシンを作成した場合、ヒントンは、自然がすでに人間の脳にあるニューラルネットワークベースの AI を解読したという理論によって、AI を現在の反復に押し込みました。彼とヤン・ルカンやヨシュア・ベンジオのような他の研究者は、ニューラルネットワークが複数の層と巨大な接続数によって機械学習が可能になります。

1990 年代から 2000 年代にかけて、研究者たちはニューラルネットワークの可能性をゆっくりと証明していきました。たとえば、ルカン氏は、手書き文字を認識できるニューラルネットを作成した。しかし、それは依然として遅々として進んでいませんでした。理論は正しかったものの、コンピュータは AI の可能性を最大限に発揮するために必要なデータ量を処理できるほど強力ではありませんでした。もちろん、ムーアの法則は次の方法を見つけます。そして2012年頃、ハードウェアとデータセットの両方が、機械学習が必要な時点まで進歩していました。オフ: 突然、研究者はこれまでできなかったことをできるようにニューラルネットワークを訓練できるようになり、スマートアシスタントから自動運転車に至るまで、あらゆるもので AI が動作しているのを目にするようになりました。

そして 2022 年後半、ChatGPT が爆発しました。上、専門家、愛好家、そして一般の人々の両方に、AI が実際に何ができるかを示し、それ以来、私たちはワイルドな乗り心地を続けています。 AI の未来が実際にどのようなものになっているのか、私たちにはわかりません。私たちにできることは、テクノロジーがどこまで進んだのか、それを使って今何ができるのかを見て、ここからどこへ行くのかを想像することだけです。